sudoc, calames, theses.fr et le web de données
DESCRIPTION
Atelier sur le Web de données lors des Journées ABES 2011TRANSCRIPT
Sudoc, Calames, theses.fret le Web de données
Atelier JABES2011
Vers le Web de donnéesApplication Lancement Format RDF Données à jour Richesse des liens
Calames 2008 RDFa Oui +
theses.fr 2010 RDFa + RDF/XML2011 Oui +
IdRef 2010 RDF/XML + RDFa2011 Oui ++
Sudoc 2011 RDF/XML2011 Oui +++
Il faut participer au Web de données [Acquis]
Objectifs de l’atelier
• Faire un bilan d’étape• Montrer les données• Justifier certains choix• Expliquer comment ça marche• Manipuler quelques outils simples• Esquisser la suite du travail à mener– Nous– Vous
Partons du connu
S’agit-il de données RDF ou d’une simple notice Dublin Core ?
about• En RDF, il faut expliciter de quoi on parle en
l’identifiant par une URL : http://www.sudoc.fr/013041932/id
• http://www.sudoc.fr/013041932/id est l’identifiant du document décrit
• http://www.sudoc.fr/013041932/id est décrit à cette page-là http://www.sudoc.fr/013041932
triplets
• En RDF, tout est décomposé en triplets
• Chaque triplet est indépendant• Chaque triplet pourrait être stocké séparément
Pas de notice finie Une autre source peut la compléter, si elle parle de la même chose :
http://www.sudoc.fr/013041932/id Interopérabilité. Extensibilité.
Identifier la langue avec le référentiel Lexvo
Mettre en relation un document et une langue
• La langue n’est pas un code (‘fre’)• La langue est une entité à part entière– Avec son propre identifiant
http://lexvo.org/id/iso639-3/fra – et ses propres propriétés
• La propriété dcterms:language met en relation deux entités
De fil en aiguille
• La description de la langue poursuit la description du document Sudoc
• Où s’arrêter ?• C’est sans fin• C’est le Web de données
Identifier les personnes avec IdRef
IdRef, fournisseur d’identifiants et de référentiels
• www.idref.fr = application Web ouverte– Ouverte sur le Web de données– Ouverte à d’autres applications IST (France)• Par son Web Service de recherche• Par ses fonctions d’intégration (Javascript)
• Différents moyens/services pour récupérer et exploiter les identifiants et les données des autorités Sudoc ABES.
IDREF Autorités
Sudoc
Sudoc et IdRef
Sudoc
Autorités Sudoc
Les autorités Sudoc,pivot du Linked data ABES
theses.fr
Calames
SudocThèses soutenuesetThèses en cours (2011)
RDFa de Calames
• Pas de page RDF/XML• Le RDF est caché dans le HTML de
http://www.calames.abes.fr/pub/ms/Calames-2010914119419211
Pour révéler le RDF caché ,utiliser un outil comme
RDFa de Calames
http://www.calames.abes.fr/pub/ms/Calames-2010914119419211
RDFa de theses.fr
• Pas encore de page RDF/XML• Le RDF est caché dans le HTML de
http://www.theses.fr/2009TOUR3802
Pour révéler le RDF caché ,utiliser un outil comme
Les thèsesportant sur les correspondants de Goethe
PREFIX foaf: <http://xmlns.com/foaf/0.1/>PREFIX dc: <http://purl.org/dc/elements/1.1/>PREFIX ead: <info:ms#>PREFIX tef: <http://www.abes.fr/abes/documents/tef/>
SELECT ?these{?ms dc:creator <http://www.abes.fr/su/res/026895528>.?ms ead:destinataire ?destinataire.?these a tef:Thesis.?these dc:subject ?destinataire}
La requête exploite les données Calames et STAR
Lier les données à IdRef, au-delà de l’ABES
Autorités Sudoc
Linked data IST.fr ?
theses.fr
Calames
SudocThèses soutenuesetThèses en cours ( 2011)
HAL ?
revues.org ?
Persée ?
Presses univ. de Y ?
Plateforme pédagogiq.
?
?
IdRef comme nœud régional
• Positionnement d’IdRef : IST français• En complémentarité avec d’autres
fournisseurs d’identifiants et de référentiels :– Local : identifiants propres à une application, à un
annuaire– Régional : BnF, auteurs HAL, CERL, DAI (NL)– Global : VIAF, DBpedia
Autorités Sudoc
theses.fr
Calames
Sudoc
HAL ?
revues.org ?
Persée ?
Presses univ. de Y ?
Plateforme pédagogiq.
?
Autorités BnFDBpedia
VIAF
Lier les données de l’IST entre elles, au-delà d’IdRef
Autorités Sudoc
Linked data IST.fr ? Les labos !
theses.fr
Calames
Sudoc
HAL
revues.org
Persée
Presses univ. de Y
Plateforme pédagogiqu
e X
?
Référentiel des
laboratoires
Autorités Sudoc
Linked data IST.fr ? Les affiliations
theses.fr
Calames
Sudoc
HAL
revues.org
Persée
Presses univ.s de Y
Plateforme pédagogiqu
e X
PRISMES (AMUE) locaux
Référentiel des
laboratoires
On parle de la même chose
• owl:sameAs
Identifier et nommer les personnes avec IdRef
Identifier les concepts avec IdRef et RAMEAU
IdRef et Rameau
• Identifiants IdRef pour Rameau• A lier aux identifiants canoniques, ceux du
centre national Rameau (BnF) quand ils seront officiellement publiés.
• MeSH• Dewey
Préciser le rôle des agents avec les MARC Relators
L’embarras du choix ?
• dcterms:creator• dcterms:contributor• marcrel:aut• rda:authorWork• tef:auteur ?
Qui utilise explicitement marcrel:aut utilise implicitement dc:contributor
RaisonnementLe Sudoc dit :http://www.sudoc.fr/012367206/id marcrel:aut http://www.idref.fr/ 026975262 /id
La Bibliothèque du Congrès dit (ici) :Marcrel:aut rdfs:subPropertyOf dc:contributor
Un outil de raisonnement pourra en déduire que :http://www.sudoc.fr/012367206/id dc:contributor http://www.idref.fr/ 026975262 /id
Qui utilise marcrel:aut peut également tef:auteur,
malgré la redondance apparente
tef:auteur
• Ne semble rien dire de plus que marcrel:aut• Mais possède une propriété intéressante :
C’est une propriété fonctionnelle=
Une thèse ne peut avoir qu’un auteur=
si une thèse a deux auteurs, c’est deux fois le même !
RaisonnementQuelqu’un dit :http://www.sudoc.fr/012367206/id tef:auteur http://www.idref.fr/035200898/id
Quelqu’un d’autre dit :http://www.sudoc.fr/012367206/id tef:auteur http://www.viaf.org/123456789
Une ontologie TEF dit :http://www.abes.fr/tef/auteur rdf:type owl:ObjectProperty owl:FunctionalProperty(une thèse ne peut avoir qu’1 auteur, au sens de tef:auteur)(mais elle peut avoir 2 dc:creator)
Un outil de raisonnement pourra en déduire que :http://www.idref.fr/035200898/id owl:sameAs http://www.viaf.org/123456789
DÉMO
Fichier (fusion des triplets RDF) : http://193.52.69.127/xml/rdf/sperber_turtle.txt
Outils de raisonnement :http://www.ivan-herman.net/Misc/2008/owlrl/ http://inspector.sindice.com
Raisonnement
• RDF, c’est de la logique• Travaux en cours avec le LIRMM pour ADONIS sur
les données Persée• Oblige à qualité des données et rigueur de la
modélisation• Sinon : on génère n’importe quoi !
• Usages :– Enrichir les données– Expliciter les données– Mettre au jour des incohérences
Page RDF complète
Une pincée de RDA et de FRBR
CONCLUSION
Convertir en RDF
• Aussi indéterminé que « convertir en Excel » !
Quelle modélisation ?Quels vocabulaires réutiliser ?Forger son propre vocabulaire ?Nos données historiques sont-elles éligibles à
ces nouvelles modélisations ?» cf. notre dc:format et notre dc:publisher
Trois lièvres à la fois
Priorité Objectif Vocabulaires
Parler à la cantonade Interopérabilité générale dc, foaf
Modéliser de manière exhaustive nos données métier
Se passer de MARC rda, isbd, frbr
Faire raisonner les données Tirer le maximum des donnéesContrôler leur qualitéAide au catalogage
ad hoc si nécessaire
La suite
• Enrichir encore les conversions en RDF• Multiplier si nécessaire les vocabulaires employés,
sans craindre les redondances• Ajouter des liens internes et externes (IST française,
BnF, OCLC, Dbpedia, Freebase, etc.)• Encourager les partenaires à diffuser leurs données
en RDF, en s’appuyant sur des référentiels communs (IdRef)
• Continuer à exploiter ces données en RDF avec le LIRMM et d’autres